多输入多输出 | Matlab实现TCN-GRU时间卷积神经网络结合门控循环单元多输入多输出预测

多输入多输出 | Matlab实现TCN-GRU时间卷积神经网络结合门控循环单元多输入多输出预测

预测效果

基本介绍

多输入多输出 | Matlab实现TCN-GRU时间卷积神经网络结合门控循环单元多输入多输出预测，运行环境为Matlab2023及以上
1.data为数据集，输入多个特征，输出多个变量。
2.main.m为程序主文件，其他为函数文件无需运行。
3.命令窗口输出MBE、MAE、R^2，可在下载区获取数据和程序内容。
注意程序和数据放在一个文件夹，运行环境为Matlab2023及以上。

程序设计

• 完整源码和数据获取方式：私信博主回复Matlab实现TCN-GRU时间卷积神经网络结合门控循环单元多输入多输出预测。

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行%%  导入数据
res = xlsread('data.xlsx');%%  划分训练集和测试集
temp = randperm(600);P_train = res(temp(1: 500), 1 : 10)';
T_train = res(temp(1: 500), 11: 13)';
M = size(P_train, 2);P_test = res(temp(501: end), 1 : 10)';
T_test = res(temp(501: end), 11: 13)';
N = size(P_test, 2);%%  数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);%%  矩阵转置
p_train = p_train'; p_test = p_test';
t_train = t_train'; t_test = t_test';

参考资料

[1] https://blog.csdn.net/kjm13182345320/category_11003178.html?spm=1001.2014.3001.5482
[2] https://blog.csdn.net/kjm13182345320/article/details/117378431
[3] https://blog.csdn.net/kjm13182345320/article/details/118253644